平均IQはなぜいつも100なのか

平均IQは100です。50年前も100でしたし、50年後も100でしょう。これは人類が横ばいを保っている という驚くべき事実ではありません — 尺度の作り方から来る帰結です。その理由を理解すると、 さもなければ逆説に見えるいくつかのことが説明できます。

100は見つけたのではなく決めたもの

IQ検査は知能を絶対的な単位で測って、たまたま平均が100になるわけではありません。話は逆向きに 進みます。

検査を開発するとき、年齢・性別・地域・学歴などの点で対象集団を代表するように選ばれた大規模な 標準化標本に実施します。その標本が出した成績が基準になります。そして素点は、 標本の平均が100に、標準偏差が15に来るように変換されるのです。

つまり平均が100なのは、水が0 ℃で凍るのと同じ理由です。誰かがゼロをどこに置くか決めたから です。かつてSATが使っていたように平均500・SD100という慣習だったなら、まったく同じ相対的位置に ある同じ人々が違う数字を受け取っていたでしょう。

これはまた、「平均IQ」が常に特定の時点の特定の基準集団に対する相対値であることも意味します。 抽象的にこの語を使っても意味はありません。

フリン効果 — 素の成績は上がり続けた

ここからが興味深いところです。平均が定義上100に固定されているなら、成績は変化しうるのか。 答えはイエスで、しかも大きく変化しました。

1980年代、政治学者ジェームズ・フリンは、検査出版社のデータに何十年も見えていた のに誰も一般的な結論を引き出していなかったパターンを記録しました。人々が前の世代を基準に 標準化された古い版の検査を受けると、100をはるかに上回る点を取ったのです。後の世代は、 その検査が標準化された世代よりも多くの問題に正解していました。

多くの国で、20世紀の大半を通じて、固定基準に標準化された検査での上昇は 10年あたり約3点で推移しました。数十年で積み上がると印象的な数字になります。 今日の平均的な成績の人は、20世紀半ばの標準化標本を基準にすれば平均を大きく上回っていたはずです。

検査出版社はこれに再標準化で応じます。新しい標準化データを集め、現在の人口が また平均100になるように尺度を中央合わせするのです。素の成績は上がったのに公表される数字の 平均が動かないのは、ものさしのほうが定期的に測り直されているからです。

実務上の帰結があります。古い規準の検査を受けるとスコアは膨らみます。ネット上に出回る検査の なかには数十年前の規準を使うものがあり、インターネットのIQ結果が高めに偏る理由のひとつです。

なぜ素点は上がったのか

これほど速い変化を遺伝的変化では説明できません — 数世代というのは短すぎる窓です。上昇は 環境要因によるもので、有力な説明は互いに競合するというより補完的です。

• より長い教育、そして違う教育。 教育年数と重点の両方が変わりました。現代の カリキュラムは抽象化・分類・仮説的推論にはるかに多くの時間を割きます。まさにこれらの検査が 測る思考の習慣です。
• 栄養と健康の改善。 小児期の疾病の減少、乳幼児期の栄養改善、有鉛ガソリンの ような環境毒素の除去は、いずれも集団レベルで認知発達を押し上げたと考えられます。
• 抽象への慣れ。 フリン自身が重視した点です。記号的で規則に基づく思考は いまや当たり前 — 仕事でも、メディアでも、日常の技術でも。かつて多くの大人に異質だった課題が 日常になり、それとともに検査への慣れも上がりました。
• 家族の小規模化と親の投資増加。 一世帯あたりの子どもが少なければ、発達期に より多くの個別の関心が向けられるのが一般的です。

注目すべきことに、上昇は問題の種類によって一様ではありませんでした。行列問題のような抽象的・ 非言語的推論課題で最大となり、語彙や一般知識の検査でははるかに小さかったのです。このパターンは 全般的な認知の向上という物語よりも「抽象への慣れ」という説明によく合います。

もう止まったのか

いくつかの先進国では、1990年代あたりから上昇が鈍化・停止、データによっては反転したように見え、 「負のフリン効果」と呼ばれることもあります。他方、教育機会の拡大がより最近である国では上昇が 続いています。

反転については議論があり、教育やメディア習慣の変化から検査対象標本の構成の変化まで、さまざまな 説明が提示されています。定説はありません。20世紀のパターンは実在し、よく記録されていたこと、 そして現在の状況は国によって異なること — そう言うのが最も安全です。

国別平均IQの比較について

国を平均IQで順位づけした表が広く出回っています。相当に慎重に読むべきですし、そもそもほとんど 当てにすべきではありません。

もとになるデータセットは、質のばらつきが非常に大きい研究を寄せ集めたものです。標本規模が ごく小さいことがあり、国を代表するものであることはまれです。国によって使われる検査が違い、 収集年は数十年にわたるのに調整されていません。データが欠けている場合、いくつかの編纂では測定 ではなく近隣国からの推定値が入っています。こうした方法論上の問題は継続的な批判の対象と なってきました。

データの質の問題を超えて、より深い解釈上の問題もあります。検査の成績は学校教育、栄養、健康、 識字、そして検査そのものへの慣れに強く影響されます。これらはいずれも国によって大きく異なり、 その理由は受検者の能力とは何の関係もありません。国家間のスコア差が主に測っているのは環境の 違いなのです。

これが自分のスコアにとって何を意味するか

• 「平均」とは基準集団の平均のこと。 スコアは「誰と比べて、いつ受けたのか」と いう問いとセットでなければ解釈できません。
• 古い規準はスコアを膨らませる。 検査の規準が数十年前のものなら結果は高めに 出ます。規準の新しさは多くの人が思うより重要です。
• 自己選択された標本は一般人口ではない。 これは本サイトを含むすべてのオンライン 検査に当てはまります。オンラインでIQ検査を受けようと選んだ人々は人類の無作為標本ではなく、 そこから引き出される統計は世界ではなくその集団を反映します。
• 100を取ったなら、あなたは典型的だということ。 それがこの数字の設計意図です。 全員の半分がそれを下回り、設計上それは常に真であり続けます。